[인공지능 기술 발전의 역사] #1. 인공지능 기술에 대한 접근방식의 변화 – LG 공식 블로그
본문 바로가기

[인공지능 기술 발전의 역사] #1. 인공지능 기술에 대한 접근방식의 변화

작성일2018-03-27

큐브를 맞추는 로봇

사람을 모방하는 기술에서 사람처럼 느끼고, 생각하는 기술, 더 나아가 스스로 학습하고 행동하기까지 인공지능 기술은 비교적 짧은 기간 동안 큰 발전을 이뤄왔습니다. 인공지능 기술은 어떻게 진화해 왔고, 앞으로 어떻게 발전할까요? 세 번에 걸쳐 인공지능 기술의 과거와 현재, 미래에 대해 살펴보겠습니다.

지식을 기계에 ‘주입’했던 과거의 인공지능

2000년대까지만 하더라도 인공지능 연구자들은 주로 인간이 만들어 놓은 지식을 기계에게 학습 시키는 방법으로 인공지능을 구현해 왔습니다. 각 분야의 전문가들이 정교하게 모델링한 규칙들을 기계가 학습하면서 특정 분야의 인공지능이 만들어졌지요.

1950년대에서 80년대에는 논리와 규칙 기반의 전문가 시스템이, 1980년대 이후엔 사람의 신경세포 구조를 본떠 만든 인공신경망, ‘뉴럴넷(Neural Network)’ 연구가 활발히 이뤄졌습니다.

2000년대 초반까지 인공지능은 체스 대결이나 퀴즈쇼에 주로 등장했습니다. 이때까지만 해도 사람이 주입한 수 많은 ‘경우의 수’를 학습한 것에 불과했습니다.

2000년대 초반까지 인공지능은 체스 대결이나 퀴즈쇼에 주로 등장했습니다. 이때까지만 해도 사람이 주입한 수 많은 ‘경우의 수’를 학습한 것에 불과했습니다.

하지만 지능은 사람이 가르쳐준 지식이나 주입된 정보 처리 기능을 완벽하게 수행하는 것만이 아니라 스스로 새로운 것을 느끼고 배우며, 주변 상황이나 맥락에 맞게 문제를 규정하고 해답을 찾고 실행하는 능력을 필요로 합니다.

‘스스로 학습’하지 못했던 인공지능 기술엔 전문가의 역량과 상당한 시간, 투자가 수반되어야 했고 인간의 언어, 기호학적 표현의 한계, 데이터의 한계, 계산 능력의 제약 등으로 적용 가능한 분야가 제한적이었습니다. 이로 인해 인공지능은 주로 ‘TV 쇼’에서 존재했을 뿐 실제 현실에서는 활용되지 못하고 관련 연구와 투자가 장기간 침체되어 왔습니다.

전자제품에 두뇌를 달아주자! 금성이 실현하는 인공지능 기술! 인간처럼 판단하고 동작하는 전자제품을 만듭니다. 과거 금성사 신문 광고

그럼에도 불구하고 인공지능 기술을 가전제품에 접목하려는 시도는 꾸준히 있어왔습니다. 뉴럴넷(Neural Network), 퍼지(Fuzzy theory), 카오스(Chaos theory), 유전자 알고리즘(Genetic algorithm) 기술은 90년대 인공지능 기술의 주류였는데요. LG전자에서도 이 기술들을 적용한 다양한 제품들을 내놓았습니다.

바람의 세기와 방향에 불특정한 변화를 주어 자연풍과 같이 시원한 바람을 만들어냈던 퍼지 선풍기, 카오스 이론을 접목해 세탁력은 늘리고, 빨래 엉킴을 줄인 카오스세탁기 같은 제품이 이 때 인공지능을 탑재한 제품으로 큰 인기를 끌었습니다. LG전자 인공지능은 이후 휴대폰에도 접목되어 “우리집” 하고 말하면 자동으로 연결해 주거나, 휴대폰에 대고 노래를 부르면 악보를 만들어주는 제품으로 이어졌습니다.

2010년대 들어 다시 부상한 인공지능 기술의 발전에 힘입어 LG전자에서도 다양한 인공지능 가전이 등장했습니다. 세계 최초로 사람의 말을 알아듣는 음성인식 에어컨 ‘손연재 스페셜 G’, 현재의 ‘딥씽큐(DeepThinQ™)를 탑재하기 이전인 2015년부터 ‘유인원’ 수준의 지능을 평가 받은 로보킹 등이 있습니다.

제품의 위, 아래에 두 개의 카메라를 탑재해 청소 경로를 기억하게 하고, 스마트폰으로 음성인식 제어가 가능하게 한 ‘LG 로보킹 듀얼아이2.0(2013)’

제품에 두 개의 카메라를 탑재해 청소 경로를 기억하고, 스마트폰 음성인식 제어가 가능했던 ‘LG 로보킹 듀얼아이2.0(2013)’

인공지능 발전의 촉매, 딥러닝의 등장

인공지능 구현 방법론의 진화 1980년대까지 인간의 지식을 기계에 주입 대부분의 인공지능 이론 정립/ 컴퓨팅 환경 한계로 인해 이론의 실제 구현에 큰 한계 / IT 전자 산업 급속한 발전에 기반해 인공지능 구현 시도 본격화 / 성능 한계로 인해 현실 세계 적용 매우 제한적 (퀴즈쇼, 데모 수준) 2006년 딥러닝의 등장 2012년부터 현재까지 생각하는 방식을 기계에 주입  딥러닝 등장. 기존 기계학습 방법 대비 압도적 성능으로 인공지능 구현(영상/이미지 인식 분야 인간 수준 추월) / 시렞 산업에 본격 적용되며 GAME CHANGER로 작용. 산업 혁신의 핵심 수단 / 구글, 페이스북 등 일부 선도 기업을 중심으로 시작된 인공지능 개발이 모든 주요 기업 및 비IT 산업 영역까지 급속도로 확대

2012년 인공지능 학계에서는 혁신적인 연구 결과가 나옵니다. 인간의 사전 작업이 없이도 기계가 데이터를 분석해 이미지 속의 사물을 구별할 수 있게 된 것입니다. 컴퓨터는 고양이가 무엇인지 사전적 정보가 전혀 없이 천만 개의 동영상을 스스로 학습해 영상 속에서 고양이를 구분해 낼 수 있게 되었습니다. 그 전까지 컴퓨터가 고양이를 구분하게 하려면 ‘털이 많다’, ‘수염이 있다’ 등 연구자가 고양이의 특징을 일일이 추출해 알고리즘을 입력해야 했습니다.

‘딥러닝’이라 불리는 새로운 기법을 활용해 구현된 이들 인공지능은 기존의 방법론에 비해 압도적인 성능을 나타내기 시작했습니다. 게다가 오랜 시간과 비용이 들었던 인간의 개입 과정도 획기적으로 줄어들었죠.

딥러닝은 캐나다 토론토대학 제프리 힌튼(Geoffrey Hinton) 교수가 2006년 처음 창안한 개념으로, 그의 딥러닝 연구 덕분에 AI는 1990년대의 혹한기를 지나 21세기에 꽃을 피울 수 있었다. (사진 출처: 토론토대학 홈페이지)

딥러닝은 캐나다 토론토대학 제프리 힌튼(Geoffrey Hinton) 교수가 2006년 처음 창안한 개념으로, 그의 연구 덕분에 AI는 1990년대의 혹한기를 지나 21세기에 꽃을 피울 수 있었습니다. (사진 출처: 토론토대학 홈페이지)

물론 이러한 혁신적인 인공지능 이론은 2000년대 중반 혹은 그 이전부터 제안되어 왔지만 최근 IT, 전자 기술의 기하급수적 발전에 힘입어 비로소 실제 구현되기 시작했습니다.

과거 수 개월이 소요되었던 기계학습 과정은 GPU, 분산처리 환경의 발전 등 월등히 높아진 컴퓨팅 파워 덕분에 이제 단지 수 시간, 혹은 몇 분만에 처리가 가능해졌습니다. 현실 세계를 반영하고 있는 방대한 빅데이터를 통해 기계는 마치 실제 세상 속에서 인간처럼 정보를 인지하고 학습해 지식으로 발전시켜 나가기 시작했습니다. 이것은 불과 최근 수 년 사이에 일어난 일들입니다.

인공지능 발전의 3가지 핵심요소 딥러닝 방법론 등장 / 기존 이론의 한계 극복 및 변화의 시발점 / 인공지능 SW 공개로 기술 개발 가속화 컴퓨팅 파워 혁신 / GPU, 분산처리 환경 진화 / 클라우드 접속에 의한 실시간 데이터 실현 빅데이터 / 모바일, 센서 등의 소형화, 저비용화 등으로 IoT 산업 진전 / 수집 가능한 데이터 증대

인공지능은 이제 인간을 대신해서 운전을 하거나(Google: 자율 주행 자동차), 월스트리트의 금융 전문가 보다 월등한 수익을 내며 투자를 하기도 하고(Kensho: 연봉 $30~$50만에 이르는 퀀트/애널리스트 15명이 4주 걸렸던 분석을 5분만에 해결), 전문의 보다 더욱 정확한 진단을 내리기까지 합니다(IBM Watson Health).

즉 ‘인공지능’이라는 단어가 처음 사용된 1956년부터 약 60년의 시간에 걸쳐 제대로 된 구현 방법을 모색해 오던 인공지능은 이제 그 방법을 깨닫기 시작하면서 엄청난 속도로 발전할 수 있는 토대를 마련했습니다.

커넥티드 카에 타고 있는 사람

그렇다면 현재 인공지능 기술은 어디까지 발전했고, LG전자 제품에는 어떤 기술이 탑재되어 있을까요? 다음 편에선 ‘최근 인공지능 기술의 트렌드와 LG의 인공지능 기술’에 대해 이야기하겠습니다.

LG Blog 운영진 프로필

LG 블로그는 LG의 혁신 기술, 디자인, 사회공헌활동(CSR) 등 LG의 주요 소식을 포함, LG 임직원들의 이야기, 채용 정보, 생활 속 정보 등 다양한 정보를 여러분께 빠르게 전달해드리겠습니다. 많은 이야기와 함께 여러분과 더 큰 공감대를 형성하고 싶습니다. :)